SQUEAKY CLEAN CELLULOSE: COMPARING PRETREATMENT EFFECTIVENESS ON SINGLE TREE RINGS AND WOODEN LATHS
Notice bibliographique
Résumé
ABSTRACT Obtaining accurate radiocarbon (14C) results from wood samples requires the extraction of cellulose. In the past, this has been done using different combinations of methods including acidified bleaching, acid-base-acid, and strong bases. This often becomes a time-consuming task in most analyses, especially when single ring isotope chronologies are needed from wood samples. Using 14C and Fourier-transform infrared spectroscopy (FTIR), we tested four different pretreatment methods to determine their ability to produce high quality cellulose. We then adjusted the best methods to determine a method for pretreating wood laths of multiple rings. A sequence of base-acid-base-acid-bleach + strong base (BABAB+) and BABAB produced the most accurate results when compared to the Bomb20 Northern Hemisphere Zone 1 curve with an average difference in Δ14C of 1.3‰ and 5.8‰ respectively. These methods were adjusted to pretreat an entire wood lath and a comparison of the FTIR results suggest that our adjusted BABAB+ and BABAB produced high quality cellulose comparable to that of an individually pretreated ring. The possibility to pretreat wood lath samples has the potential to more than double the number of tree rings which can be pretreated in a week. This is a significant reduction in time when creating long tree ring chronologies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».